Llama 3.1 70B Instruct je Metin besedilni model s 70 milijardami parametrov, optimiziran za večjezični dialog in zahteve, namenjene pomočniku. Gre za različico, prilagojeno navodilom, znotraj družine, ki vključuje tudi velikosti 8B in 405B ter ločene predhodno naučene modele. Sprejema besedilo in vrača večjezično besedilo ali kodo; imenovana izdaja 70B ohranja lastno velikost in identiteto.
Podatki o modelu in učenje
Izdaja uporablja avtoregresijsko arhitekturo Transformer s pozornostjo z združenimi poizvedbami. Prilagojeni modeli so usklajeni z nadzorovanim dodatnim učenjem in učenjem s krepitvijo na podlagi človeških povratnih informacij. To so učne stopnje za koristno pogovorno vedenje, ne imenovano stikalo med ločenima načinoma sklepanja in brez sklepanja med izvajanjem.
Proizvajalec za besedilne modele dokumentira kontekst 128k in uradno podpira angleščino, nemščino, francoščino, italijanščino, portugalščino, hindijščino, španščino in tajščino. Učenje vključuje širšo jezikovno zbirko, kar ne pomeni enake podpore za vsak jezik. Pred zahtevo za večjezični izdelek določite jezik izhoda, izrazje in bralca.
Korpus za predhodno učenje družine je opisan kot približno petnajst bilijonov žetonov, s presečnim datumom december 2023. Dodatno učenje vključuje zbirke z navodili in več kot petindvajset milijonov sintetičnih primerov. Presečni datum je meja učnih podatkov; vprašanje, odvisno od novejših ali zasebnih informacij, potrebuje te informacije v nalogi ali kot odgovor povezanega vira.
Klepet s pomočnikom in analiza virov
Izdaja Instruct je namenjena odgovarjanju na pogovorno zahtevo, predhodno naučena različica pa je osnova, ki jo je mogoče prilagoditi drugim nalogam ustvarjanja. Za odgovor na podlagi virov podajte vprašanje in odlomke, ki določajo rezultat. Označite vire in zahtevajte podporni razdelek ali trditev ob vsaki ugotovitvi.
Praktična primerjava lahko vsebuje dva postopka ter zahteva skupne pogoje, razlike in nerešena nasprotja. Nastali vodnik lahko ohrani prvotno zaporedje in pogoje, pod katerimi velja vsako dejanje. Naloga urejanja dokumenta lahko določi občinstvo, dejstva, ki morajo ostati, in ali naj bo končni izdelek samo popravljen odlomek ali odlomek z razlago.
Pri daljšem odgovoru navedite zahtevane razdelke in namen vsakega. Velik kontekst lahko ohrani povezano gradivo skupaj, končni rezultat pa ostane jedrnata matrika ali razlaga. Identiteta virov in dobro opredeljeno vprašanje sta pomembnejša od preprostega vključevanja vseh razpoložljivih dokumentov.
Koda in ustvarjeni primeri
Dokumentirani izhod vključuje kodo. Za predlagano izvedbo podajte jezik, tipe vhodov, pričakovani rezultat in vmesnik, ki mora ostati združljiv. Kadar gre za popravek, vključite obstoječi fragment in pomembne deklaracije. Kodo zahtevajte ločeno od predpostavk in primerov, da jo je mogoče pregledati v naslednjem razvojnem koraku.
Za razlago kode podajte vhod, ki mu je treba slediti, in vprašajte, kako podana funkcija doseže vrnjeno vrednost. Za matematično razlago opredelite simbole in predpostavke ter navedite, ali naj bo rezultat točen, približen ali dokaz. Ustvarjanje kode in zapisano sklepanje sama ne prevedeta programa ali izvedeta izračuna.
Proizvajalec med uporabami družine navaja tudi ustvarjanje sintetičnih podatkov in destilacijo. Besedilna naloga lahko zahteva raznolike primere v določeni obliki, ob ohranjanju podanih pravil. Primernost teh primerov za nadaljnje učenje je ločena odločitev aplikacije; sam besedilni izhod ni neodvisno preverjanje njihove pravilnosti.
Oblika pogovora in orodja
Kartica prikazuje ločena sistemska in uporabniška sporočila z ustrezno predlogo klepeta. Sistemsko navodilo uporabite za vlogo, ton in trajna pravila odgovarjanja, uporabniška zahteva pa naj vsebuje dejanski problem in vire. Ohranite pomembna prejšnja sporočila pri nadaljnji zahtevi, ki gradi na prejšnjem odgovoru.
Llama 3.1 podpira več dokumentiranih oblik uporabe orodij. Aplikacija poda funkcije in parametre, model pripravi predlagani klic, aplikacija ga izvede in njegov rezultat doda pogovoru. Naslednje ustvarjanje lahko uporabi ta rezultat. Kratek primer v kartici izrecno prikazuje dodajanje pomočnikovega klica in nato rezultata orodja; izbira funkcije je ločena od izvedbe njene operacije.
Pri poizvedbi navedite, katera informacija je potrebna, in opredelite funkcijo, ki jo vrne. Pred zahtevo za končno razlago ohranite dejansko vrnjeno vrednost ob izvornem klicu. Pri izračunu razlikujte med operacijo, ki jo predlaga model, in rezultatom, ki ga vrne kalkulator. Izvorna oblika orodij in vidni prikaz ovojnega vmesnika morata ohraniti lastne dokumentirane konvencije.
Izdaja in praktične omejitve
Nastavitev ustvarjanja 256 žetonov v prebrani kartici je primer uporabe in ne neodvisno navedena največja izhodna zmogljivost. Kontekst 128k se nanaša na gradivo in ustvarjeni pogovor znotraj nastavljene izdaje. Ne nadomeščajte ga s kontekstom ali slikovnimi zmožnostmi Llama 4 ali z velikostjo druge različice Llama 3.1.
To je samo besedilni model Instruct. Slika, posnetek ali video potrebuje pripravo ustrezne vsebine prek druge komponente. Zunanje pridobivanje informacij, izvajanje programov in spremembe datotek prav tako pripadajo aplikaciji, povezani s pomočnikom. Ohranite točno izdajo 70B Instruct in zahtevajte z viri povezano razlago, popravljen dokument, kodo ali strukturirano besedilo, ki ga potrebuje naloga.
", "aboutText": "Llama 3.1 70B Instruct je Metin besedilni model s 70 milijardami parametrov, optimiziran za večjezični dialog in zahteve, namenjene pomočniku. Gre za različico, prilagojeno navodilom, znotraj družine, ki vključuje tudi velikosti 8B in 405B ter ločene predhodno naučene modele. Sprejema besedilo in vrača večjezično besedilo ali kodo; imenovana izdaja 70B ohranja lastno velikost in identiteto.\n\nPodatki o modelu in učenje\n\nIzdaja uporablja avtoregresijsko arhitekturo Transformer s pozornostjo z združenimi poizvedbami. Prilagojeni modeli so usklajeni z nadzorovanim dodatnim učenjem in učenjem s krepitvijo na podlagi človeških povratnih informacij. To so učne stopnje za koristno pogovorno vedenje, ne imenovano stikalo med ločenima načinoma sklepanja in brez sklepanja med izvajanjem.\n\nProizvajalec za besedilne modele dokumentira kontekst 128k in uradno podpira angleščino, nemščino, francoščino, italijanščino, portugalščino, hindijščino, španščino in tajščino. Učenje vključuje širšo jezikovno zbirko, kar ne pomeni enake podpore za vsak jezik. Pred zahtevo za večjezični izdelek določite jezik izhoda, izrazje in bralca.\n\nKorpus za predhodno učenje družine je opisan kot približno petnajst bilijonov žetonov, s presečnim datumom december 2023. Dodatno učenje vključuje zbirke z navodili in več kot petindvajset milijonov sintetičnih primerov. Presečni datum je meja učnih podatkov; vprašanje, odvisno od novejših ali zasebnih informacij, potrebuje te informacije v nalogi ali kot odgovor povezanega vira.\n\nKlepet s pomočnikom in analiza virov\n\nIzdaja Instruct je namenjena odgovarjanju na pogovorno zahtevo, predhodno naučena različica pa je osnova, ki jo je mogoče prilagoditi drugim nalogam ustvarjanja. Za odgovor na podlagi virov podajte vprašanje in odlomke, ki določajo rezultat. Označite vire in zahtevajte podporni razdelek ali trditev ob vsaki ugotovitvi.\n\nPraktična primerjava lahko vsebuje dva postopka ter zahteva skupne pogoje, razlike in nerešena nasprotja. Nastali vodnik lahko ohrani prvotno zaporedje in pogoje, pod katerimi velja vsako dejanje. Naloga urejanja dokumenta lahko določi občinstvo, dejstva, ki morajo ostati, in ali naj bo končni izdelek samo popravljen odlomek ali odlomek z razlago.\n\nPri daljšem odgovoru navedite zahtevane razdelke in namen vsakega. Velik kontekst lahko ohrani povezano gradivo skupaj, končni rezultat pa ostane jedrnata matrika ali razlaga. Identiteta virov in dobro opredeljeno vprašanje sta pomembnejša od preprostega vključevanja vseh razpoložljivih dokumentov.\n\nKoda in ustvarjeni primeri\n\nDokumentirani izhod vključuje kodo. Za predlagano izvedbo podajte jezik, tipe vhodov, pričakovani rezultat in vmesnik, ki mora ostati združljiv. Kadar gre za popravek, vključite obstoječi fragment in pomembne deklaracije. Kodo zahtevajte ločeno od predpostavk in primerov, da jo je mogoče pregledati v naslednjem razvojnem koraku.\n\nZa razlago kode podajte vhod, ki mu je treba slediti, in vprašajte, kako podana funkcija doseže vrnjeno vrednost. Za matematično razlago opredelite simbole in predpostavke ter navedite, ali naj bo rezultat točen, približen ali dokaz. Ustvarjanje kode in zapisano sklepanje sama ne prevedeta programa ali izvedeta izračuna.\n\nProizvajalec med uporabami družine navaja tudi ustvarjanje sintetičnih podatkov in destilacijo. Besedilna naloga lahko zahteva raznolike primere v določeni obliki, ob ohranjanju podanih pravil. Primernost teh primerov za nadaljnje učenje je ločena odločitev aplikacije; sam besedilni izhod ni neodvisno preverjanje njihove pravilnosti.\n\nOblika pogovora in orodja\n\nKartica prikazuje ločena sistemska in uporabniška sporočila z ustrezno predlogo klepeta. Sistemsko navodilo uporabite za vlogo, ton in trajna pravila odgovarjanja, uporabniška zahteva pa naj vsebuje dejanski problem in vire. Ohranite pomembna prejšnja sporočila pri nadaljnji zahtevi, ki gradi na prejšnjem odgovoru.\n\nLlama 3.1 podpira več dokumentiranih oblik uporabe orodij. Aplikacija poda funkcije in parametre, model pripravi predlagani klic, aplikacija ga izvede in njegov rezultat doda pogovoru. Naslednje ustvarjanje lahko uporabi ta rezultat. Kratek primer v kartici izrecno prikazuje dodajanje pomočnikovega klica in nato rezultata orodja; izbira funkcije je ločena od izvedbe njene operacije.\n\nPri poizvedbi navedite, katera informacija je potrebna, in opredelite funkcijo, ki jo vrne. Pred zahtevo za končno razlago ohranite dejansko vrnjeno vrednost ob izvornem klicu. Pri izračunu razlikujte med operacijo, ki jo predlaga model, in rezultatom, ki ga vrne kalkulator. Izvorna oblika orodij in vidni prikaz ovojnega vmesnika morata ohraniti lastne dokumentirane konvencije.\n\nIzdaja in praktične omejitve\n\nNastavitev ustvarjanja 256 žetonov v prebrani kartici je primer uporabe in ne neodvisno navedena največja izhodna zmogljivost. Kontekst 128k se nanaša na gradivo in ustvarjeni pogovor znotraj nastavljene izdaje. Ne nadomeščajte ga s kontekstom ali slikovnimi zmožnostmi Llama 4 ali z velikostjo druge različice Llama 3.1.\n\nTo je samo besedilni model Instruct. Slika, posnetek ali video potrebuje pripravo ustrezne vsebine prek druge komponente. Zunanje pridobivanje informacij, izvajanje programov in spremembe datotek prav tako pripadajo aplikaciji, povezani s pomočnikom. Ohranite točno izdajo 70B Instruct in zahtevajte z viri povezano razlago, popravljen dokument, kodo ali strukturirano besedilo, ki ga potrebuje naloga.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
Produce a bilingual maintenance notice\n\nWrite a maintenance notice in English and Spanish from these facts: warehouse entrance B closes on Tuesday from 08:00 to 11:00; deliveries must use entrance A; pedestrian access is unchanged. Use three short sentences per language and preserve entrance letters and times. Do not add a date, delay estimate or closure of pedestrian access.Two labelled language blocks with equivalent three-sentence notices.Compare both versions for entrance A/B, Tuesday, the time range and unchanged pedestrian access.meta-llama/llama-3.1-70b-instructLlama 3.1 70B Instruct je Metin besedilni model za večjezični dialog, sklepanje o dokumentih in kodo. Njegova izdaja s 70B parametri, prilagojena navodilom, uporablja pozornost z združenimi poizvedbami, proizvajalčev kontekst 128k in dokumentirane pogovorne oblike klicanja orodij; izhod sta besedilo in koda.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Llama 3.1 70B Instruct je Metin besedilni model s 70 milijardami parametrov, optimiziran za večjezični dialog in zahteve, namenjene pomočniku. Gre za različico, prilagojeno navodilom, znotraj družine, ki vključuje tudi velikosti 8B in 405B ter ločene predhodno naučene modele. Sprejema besedilo in vrača večjezično besedilo ali kodo; imenovana izdaja 70B ohranja lastno velikost in identiteto.
Podatki o modelu in učenje
Izdaja uporablja avtoregresijsko arhitekturo Transformer s pozornostjo z združenimi poizvedbami. Prilagojeni modeli so usklajeni z nadzorovanim dodatnim učenjem in učenjem s krepitvijo na podlagi človeških povratnih informacij. To so učne stopnje za koristno pogovorno vedenje, ne imenovano stikalo med ločenima načinoma sklepanja in brez sklepanja med izvajanjem.
Proizvajalec za besedilne modele dokumentira kontekst 128k in uradno podpira angleščino, nemščino, francoščino, italijanščino, portugalščino, hindijščino, španščino in tajščino. Učenje vključuje širšo jezikovno zbirko, kar ne pomeni enake podpore za vsak jezik. Pred zahtevo za večjezični izdelek določite jezik izhoda, izrazje in bralca.
Korpus za predhodno učenje družine je opisan kot približno petnajst bilijonov žetonov, s presečnim datumom december 2023. Dodatno učenje vključuje zbirke z navodili in več kot petindvajset milijonov sintetičnih primerov. Presečni datum je meja učnih podatkov; vprašanje, odvisno od novejših ali zasebnih informacij, potrebuje te informacije v nalogi ali kot odgovor povezanega vira.
Klepet s pomočnikom in analiza virov
Izdaja Instruct je namenjena odgovarjanju na pogovorno zahtevo, predhodno naučena različica pa je osnova, ki jo je mogoče prilagoditi drugim nalogam ustvarjanja. Za odgovor na podlagi virov podajte vprašanje in odlomke, ki določajo rezultat. Označite vire in zahtevajte podporni razdelek ali trditev ob vsaki ugotovitvi.
Praktična primerjava lahko vsebuje dva postopka ter zahteva skupne pogoje, razlike in nerešena nasprotja. Nastali vodnik lahko ohrani prvotno zaporedje in pogoje, pod katerimi velja vsako dejanje. Naloga urejanja dokumenta lahko določi občinstvo, dejstva, ki morajo ostati, in ali naj bo končni izdelek samo popravljen odlomek ali odlomek z razlago.
Pri daljšem odgovoru navedite zahtevane razdelke in namen vsakega. Velik kontekst lahko ohrani povezano gradivo skupaj, končni rezultat pa ostane jedrnata matrika ali razlaga. Identiteta virov in dobro opredeljeno vprašanje sta pomembnejša od preprostega vključevanja vseh razpoložljivih dokumentov.
Koda in ustvarjeni primeri
Dokumentirani izhod vključuje kodo. Za predlagano izvedbo podajte jezik, tipe vhodov, pričakovani rezultat in vmesnik, ki mora ostati združljiv. Kadar gre za popravek, vključite obstoječi fragment in pomembne deklaracije. Kodo zahtevajte ločeno od predpostavk in primerov, da jo je mogoče pregledati v naslednjem razvojnem koraku.
Za razlago kode podajte vhod, ki mu je treba slediti, in vprašajte, kako podana funkcija doseže vrnjeno vrednost. Za matematično razlago opredelite simbole in predpostavke ter navedite, ali naj bo rezultat točen, približen ali dokaz. Ustvarjanje kode in zapisano sklepanje sama ne prevedeta programa ali izvedeta izračuna.
Proizvajalec med uporabami družine navaja tudi ustvarjanje sintetičnih podatkov in destilacijo. Besedilna naloga lahko zahteva raznolike primere v določeni obliki, ob ohranjanju podanih pravil. Primernost teh primerov za nadaljnje učenje je ločena odločitev aplikacije; sam besedilni izhod ni neodvisno preverjanje njihove pravilnosti.
Oblika pogovora in orodja
Kartica prikazuje ločena sistemska in uporabniška sporočila z ustrezno predlogo klepeta. Sistemsko navodilo uporabite za vlogo, ton in trajna pravila odgovarjanja, uporabniška zahteva pa naj vsebuje dejanski problem in vire. Ohranite pomembna prejšnja sporočila pri nadaljnji zahtevi, ki gradi na prejšnjem odgovoru.
Llama 3.1 podpira več dokumentiranih oblik uporabe orodij. Aplikacija poda funkcije in parametre, model pripravi predlagani klic, aplikacija ga izvede in njegov rezultat doda pogovoru. Naslednje ustvarjanje lahko uporabi ta rezultat. Kratek primer v kartici izrecno prikazuje dodajanje pomočnikovega klica in nato rezultata orodja; izbira funkcije je ločena od izvedbe njene operacije.
Pri poizvedbi navedite, katera informacija je potrebna, in opredelite funkcijo, ki jo vrne. Pred zahtevo za končno razlago ohranite dejansko vrnjeno vrednost ob izvornem klicu. Pri izračunu razlikujte med operacijo, ki jo predlaga model, in rezultatom, ki ga vrne kalkulator. Izvorna oblika orodij in vidni prikaz ovojnega vmesnika morata ohraniti lastne dokumentirane konvencije.
Izdaja in praktične omejitve
Nastavitev ustvarjanja 256 žetonov v prebrani kartici je primer uporabe in ne neodvisno navedena največja izhodna zmogljivost. Kontekst 128k se nanaša na gradivo in ustvarjeni pogovor znotraj nastavljene izdaje. Ne nadomeščajte ga s kontekstom ali slikovnimi zmožnostmi Llama 4 ali z velikostjo druge različice Llama 3.1.
To je samo besedilni model Instruct. Slika, posnetek ali video potrebuje pripravo ustrezne vsebine prek druge komponente. Zunanje pridobivanje informacij, izvajanje programov in spremembe datotek prav tako pripadajo aplikaciji, povezani s pomočnikom. Ohranite točno izdajo 70B Instruct in zahtevajte z viri povezano razlago, popravljen dokument, kodo ali strukturirano besedilo, ki ga potrebuje naloga.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve meta-llama/llama-3.1-70b-instruct | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve Najmanjše število elementov: 1 | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Primeri: system, user, assistant, tool, function Pogoji: Te vloge so izrecno predstavljene s tipi združljivosti v izvorni kodi; natančen nabor vlog ostaja odvisen od modela. Odvisno od modela | Privzeto— |
Poljemessages[].content | Vrstastring|content_part[]|null | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_calls | Vrstatool_call[] | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_call_id | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: role=tool; uporabite dejansko vrnjeni ID | Privzeto— |
Poljemessages[].name | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].reasoning_content | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: Pošljite nazaj dejansko vrnjeno sklepanje, kadar ga ta model uporablja | Privzeto— |
Poljemessages[].reasoning_details | Vrstaobject|array | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljemax_completion_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Poljestream_options.include_usage | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetemperature | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetop_p | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljestop | Vrstastring|string[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools | Vrstafunction_tool[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools[].type | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve function Odvisno od modela | Privzeto— |
Poljetools[].function.name | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Velja, ko: podano je funkcijsko orodje | Privzeto— |
Poljetools[].function.description | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetools[].function.parameters | VrstaJSON_schema | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetool_choice | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeparallel_tool_calls | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeresponse_format | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning_effort | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeservice_tier | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeinstructions | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Polje združljivosti | Privzeto— |
Poljefunctions | Vrstafunction[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljefunction_call | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeprompt_cache_options | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemodalities | Vrstastring[] | ZahtevaIzbirno | Vrednosti in omejitve text | Privzeto— |
Poljeprovider | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: provider.options je na tej besedilni poti Ultra zavrnjen | Privzeto— |
Poljecache_control.ttl | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: 1h je zavrnjen na dejanskih mestih za predpomnjenje pozivov | Privzeto— |
Besedilo · Besedilo UTF8
messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages |
Parametermaterial_types | Specifikacijatext |
Parametermessages | Specifikacijapolje sporočil s strukturo role/content |
Parameterfile_material | Specifikacijadejanski dokument UTF-8 je vstavljen kot dobesedno besedilo; ID datoteke se ne izpeljuje |
Parameteroptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Specifikacijaodvisno od modela; uporabniška funkcijska orodja se razlikujejo od orodij, ki jih izvaja storitev |
Parameteroutput_modalities | Specifikacijatext |
Parameterhosted_operations | Specifikacijafalse |
Parametermultimodal_input_binding | Specifikacijanull |
Življenjski cikel: synchronous_or_streamed
Pošljite natančen ID modela skupaj z messages.
Dolžina konteksta ni zgornja meja izhoda.
Besedilna datoteka lahko poda dobesedno besedilo; slikovni, zvočni vhodi in vhodi z datotečnimi objekti potrebujejo natančno vezavo.
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.
| Nastavitev | Cenovna lestvica | Žetonov konteksta več kot | Žetonov konteksta do vključno | Strošek |
|---|---|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Žetonov konteksta več kot— | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.00144 / 1K žetonov Izhod · Izhodni žetoni $0.00144 / 1K žetonov Vhod · Branje predpomnilnika — / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
| NastavitevRazred 1 glede na dolžino zahteve | Cenovna lestvica— | Žetonov konteksta več kot0 | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.00144 / 1K žetonov Izhod · Izhodni žetoni $0.00144 / 1K žetonov Vhod · Branje predpomnilnika — / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "meta-llama/llama-3.1-70b-instruct", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='meta-llama/llama-3.1-70b-instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='meta-llama/llama-3.1-70b-instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vsako možnost odgovora ter njeno vsebino, klice orodij in sklepanje. V SSE sestavite delne spremembe po indeksu možnosti/orodja ter ohranite končni razlog zaključka in podatke o porabi.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljechoices[].index | Vrstainteger |
Poljechoices[].message.content | Vrstastring|null |
Poljechoices[].message.tool_calls | Vrstatool_call[] |
Poljechoices[].message.reasoning_content | Vrstastring |
Poljechoices[].message.reasoning_details | Vrstaobject|array |
Poljechoices[].finish_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra meta-llama/llama-3.1-70b-instruct
Uporabite zgoraj navedene poti metod.
meta-llama/llama-3.1-70b-instructLlama 3.1 70B Instruct je Metin besedilni model za večjezični dialog, sklepanje o dokumentih in kodo. Njegova izdaja s 70B parametri, prilagojena navodilom, uporablja pozornost z združenimi poizvedbami, proizvajalčev kontekst 128k in dokumentirane pogovorne oblike klicanja orodij; izhod sta besedilo in koda.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Llama 3.1 70B Instruct je Metin besedilni model s 70 milijardami parametrov, optimiziran za večjezični dialog in zahteve, namenjene pomočniku. Gre za različico, prilagojeno navodilom, znotraj družine, ki vključuje tudi velikosti 8B in 405B ter ločene predhodno naučene modele. Sprejema besedilo in vrača večjezično besedilo ali kodo; imenovana izdaja 70B ohranja lastno velikost in identiteto.
Podatki o modelu in učenje
Izdaja uporablja avtoregresijsko arhitekturo Transformer s pozornostjo z združenimi poizvedbami. Prilagojeni modeli so usklajeni z nadzorovanim dodatnim učenjem in učenjem s krepitvijo na podlagi človeških povratnih informacij. To so učne stopnje za koristno pogovorno vedenje, ne imenovano stikalo med ločenima načinoma sklepanja in brez sklepanja med izvajanjem.
Proizvajalec za besedilne modele dokumentira kontekst 128k in uradno podpira angleščino, nemščino, francoščino, italijanščino, portugalščino, hindijščino, španščino in tajščino. Učenje vključuje širšo jezikovno zbirko, kar ne pomeni enake podpore za vsak jezik. Pred zahtevo za večjezični izdelek določite jezik izhoda, izrazje in bralca.
Korpus za predhodno učenje družine je opisan kot približno petnajst bilijonov žetonov, s presečnim datumom december 2023. Dodatno učenje vključuje zbirke z navodili in več kot petindvajset milijonov sintetičnih primerov. Presečni datum je meja učnih podatkov; vprašanje, odvisno od novejših ali zasebnih informacij, potrebuje te informacije v nalogi ali kot odgovor povezanega vira.
Klepet s pomočnikom in analiza virov
Izdaja Instruct je namenjena odgovarjanju na pogovorno zahtevo, predhodno naučena različica pa je osnova, ki jo je mogoče prilagoditi drugim nalogam ustvarjanja. Za odgovor na podlagi virov podajte vprašanje in odlomke, ki določajo rezultat. Označite vire in zahtevajte podporni razdelek ali trditev ob vsaki ugotovitvi.
Praktična primerjava lahko vsebuje dva postopka ter zahteva skupne pogoje, razlike in nerešena nasprotja. Nastali vodnik lahko ohrani prvotno zaporedje in pogoje, pod katerimi velja vsako dejanje. Naloga urejanja dokumenta lahko določi občinstvo, dejstva, ki morajo ostati, in ali naj bo končni izdelek samo popravljen odlomek ali odlomek z razlago.
Pri daljšem odgovoru navedite zahtevane razdelke in namen vsakega. Velik kontekst lahko ohrani povezano gradivo skupaj, končni rezultat pa ostane jedrnata matrika ali razlaga. Identiteta virov in dobro opredeljeno vprašanje sta pomembnejša od preprostega vključevanja vseh razpoložljivih dokumentov.
Koda in ustvarjeni primeri
Dokumentirani izhod vključuje kodo. Za predlagano izvedbo podajte jezik, tipe vhodov, pričakovani rezultat in vmesnik, ki mora ostati združljiv. Kadar gre za popravek, vključite obstoječi fragment in pomembne deklaracije. Kodo zahtevajte ločeno od predpostavk in primerov, da jo je mogoče pregledati v naslednjem razvojnem koraku.
Za razlago kode podajte vhod, ki mu je treba slediti, in vprašajte, kako podana funkcija doseže vrnjeno vrednost. Za matematično razlago opredelite simbole in predpostavke ter navedite, ali naj bo rezultat točen, približen ali dokaz. Ustvarjanje kode in zapisano sklepanje sama ne prevedeta programa ali izvedeta izračuna.
Proizvajalec med uporabami družine navaja tudi ustvarjanje sintetičnih podatkov in destilacijo. Besedilna naloga lahko zahteva raznolike primere v določeni obliki, ob ohranjanju podanih pravil. Primernost teh primerov za nadaljnje učenje je ločena odločitev aplikacije; sam besedilni izhod ni neodvisno preverjanje njihove pravilnosti.
Oblika pogovora in orodja
Kartica prikazuje ločena sistemska in uporabniška sporočila z ustrezno predlogo klepeta. Sistemsko navodilo uporabite za vlogo, ton in trajna pravila odgovarjanja, uporabniška zahteva pa naj vsebuje dejanski problem in vire. Ohranite pomembna prejšnja sporočila pri nadaljnji zahtevi, ki gradi na prejšnjem odgovoru.
Llama 3.1 podpira več dokumentiranih oblik uporabe orodij. Aplikacija poda funkcije in parametre, model pripravi predlagani klic, aplikacija ga izvede in njegov rezultat doda pogovoru. Naslednje ustvarjanje lahko uporabi ta rezultat. Kratek primer v kartici izrecno prikazuje dodajanje pomočnikovega klica in nato rezultata orodja; izbira funkcije je ločena od izvedbe njene operacije.
Pri poizvedbi navedite, katera informacija je potrebna, in opredelite funkcijo, ki jo vrne. Pred zahtevo za končno razlago ohranite dejansko vrnjeno vrednost ob izvornem klicu. Pri izračunu razlikujte med operacijo, ki jo predlaga model, in rezultatom, ki ga vrne kalkulator. Izvorna oblika orodij in vidni prikaz ovojnega vmesnika morata ohraniti lastne dokumentirane konvencije.
Izdaja in praktične omejitve
Nastavitev ustvarjanja 256 žetonov v prebrani kartici je primer uporabe in ne neodvisno navedena največja izhodna zmogljivost. Kontekst 128k se nanaša na gradivo in ustvarjeni pogovor znotraj nastavljene izdaje. Ne nadomeščajte ga s kontekstom ali slikovnimi zmožnostmi Llama 4 ali z velikostjo druge različice Llama 3.1.
To je samo besedilni model Instruct. Slika, posnetek ali video potrebuje pripravo ustrezne vsebine prek druge komponente. Zunanje pridobivanje informacij, izvajanje programov in spremembe datotek prav tako pripadajo aplikaciji, povezani s pomočnikom. Ohranite točno izdajo 70B Instruct in zahtevajte z viri povezano razlago, popravljen dokument, kodo ali strukturirano besedilo, ki ga potrebuje naloga.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve meta-llama/llama-3.1-70b-instruct | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve user, assistant | Privzeto— |
Poljemessages[].content | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Besedilo · Besedilo UTF-8
niz messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages, max_tokens |
Parameteroptional_controls | Specifikacijastream |
Parametermaterial_types | Specifikacijatext |
Parametertext_file_material | SpecifikacijaPreberite dejanski dokument UTF-8 in njegovo besedilo vstavite v navedeni vhodni niz ali niz vsebine sporočila. |
Življenjski cikel: synchronous_or_streamed
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.
| Nastavitev | Cenovna lestvica | Žetonov konteksta več kot | Žetonov konteksta do vključno | Strošek |
|---|---|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Žetonov konteksta več kot— | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.00144 / 1K žetonov Izhod · Izhodni žetoni $0.00144 / 1K žetonov Vhod · Branje predpomnilnika — / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
| NastavitevRazred 1 glede na dolžino zahteve | Cenovna lestvica— | Žetonov konteksta več kot0 | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.00144 / 1K žetonov Izhod · Izhodni žetoni $0.00144 / 1K žetonov Vhod · Branje predpomnilnika — / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "meta-llama/llama-3.1-70b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'meta-llama/llama-3.1-70b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'meta-llama/llama-3.1-70b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vse vsebinske bloke, podpise sklepanja in dejanske ID uporabe orodij. Sestavite vse delne spremembe blokov SSE; prvi besedilni blok ni celoten izhod.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljeid | Vrstastring |
Poljemodel | Vrstastring |
Poljecontent[] | Vrstatext|thinking|tool_use|other content block |
Poljestop_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra meta-llama/llama-3.1-70b-instruct
Uporabite zgoraj navedene poti metod.
Tehnični primer v angleščini
Produce a bilingual maintenance notice\n\nWrite a maintenance notice in English and Spanish from these facts: warehouse entrance B closes on Tuesday from 08:00 to 11:00; deliveries must use entrance A; pedestrian access is unchanged. Use three short sentences per language and preserve entrance letters and times. Do not add a date, delay estimate or closure of pedestrian access.Two labelled language blocks with equivalent three-sentence notices.Compare both versions for entrance A/B, Tuesday, the time range and unchanged pedestrian access.